numpy.cumsum()

numpy.cumsum(a, axis=None, dtype=None, out=None)
axis=0，按照行累加。
axis=1，按照列累加。
axis不给定具体值，就把numpy数组当成一个一维数组。

现在看一看例子

a = np.arange(6).reshape((2, 3))
a = [[0, 1, 2],
     [3, 4, 5]]

要是直接numpy.cumsum(a)，得到
[ 0 1 3 6 10 15]-----------------这是一个一维数组，不断累加

numpy.cumsum(a, axis=0)，得到
[[0 1 2]
[3 5 7]]
这是以[0 1 2]这个为基准，累加。output的形状和a的相同

numpy.cumsum(a, axis=1)，得到
[[ 0 1 3]
[ 3 7 12]]
这是以[0 3]这个为基准，累加。output的形状同样与a的相同

因为a是二维数组，所以axis只有0，1
当a是更高维度的时候，axis会更加多